如何解决如何使用 Keras 将输入和输出数据拟合到 Siamese Network 中?
我正在尝试使用野外标记人脸(kaggle 中的 LFW 数据集)实现人脸识别连体网络。
训练数据图像对的存储格式为:
ndarray[ndarray[image1,image2],ndarray[image1,image2]...] 等等。图片为RGB通道,大小为224*224。
有 2200 个训练对,其中 1100 个匹配图像对和 1100 个不匹配图像对。此外,还有 1000 个测试对,其中 500 个匹配图像对和 500 个不匹配图像对。
我用 VGG-16 架构设计了 Siamese 网络。模型总结如下:
但是,当我尝试为数据拟合模型时,出现此错误:
网络的代码是:
from keras.layers import Input,Lambda
from keras import backend as K
from keras.models import Model
from keras.regularizers import l2
IMG_SHAPE=(224,224,3)
BATCH_SIZE=16
EPOCHS=32
def return_siamese_net():
left_input=Input(IMG_SHAPE)
right_input=Input(IMG_SHAPE)
model=Sequential(name="VGG-16")
#First Layer
model.add(Conv2D(filters=64,kernel_size=(3,3),activation='relu',padding='same',input_shape=IMG_SHAPE,kernel_initializer='glorot_uniform',kernel_regularizer=l2(1e-4)))
model.add(Conv2D(filters=64,kernel_regularizer=l2(1e-4)))
model.add(MaxPooling2D(pool_size=(2,2),strides=(2,2)))
#Second Layer
model.add(Conv2D(filters=128,kernel_regularizer=l2(1e-4)))
model.add(Conv2D(filters=128,2)))
#Third Layer
model.add(Conv2D(filters=256,kernel_regularizer=l2(1e-4)))
model.add(Conv2D(filters=256,2)))
#Fourth Layer
model.add(Conv2D(filters=512,kernel_regularizer=l2(1e-4)))
model.add(Conv2D(filters=512,2)))
#Fifth Layer
model.add(Conv2D(filters=512,2)))
#Sixth Layer
model.add(Flatten())
model.add(Dense(4096,activation='relu'))
encoded_l=model(left_input)
encoded_r=model(right_input)
lambda_layer= Lambda(lambda tensors:K.abs(tensors[0]-tensors[1]))
L1_distance = lambda_layer([encoded_l,encoded_r])
prediction = Dense(1,activation='sigmoid')(L1_distance)
siamese_net = Model(inputs=[left_input,right_input],outputs=prediction)
return siamese_net
from keras.optimizers import SGD,RMSprop,Adam
optimizer=Adam(lr=0.01)
model.compile(loss='binary_crossentropy',metrics=['accuracy'],optimizer=optimizer)
在下面的代码段中,train_nparr_pairs 有 2200 个匹配和不匹配的图像,而 test_nparr_pairs 有 1000 个匹配和不匹配的图像。 train_labels 和 test_labels 有 0 和 1 基于正对和负对。
history = model.fit([train_nparr_pairs[:,0],train_nparr_pairs[:,1]],train_labels,validation_data=([test_nparr_pairs[:,test_nparr_pairs[:,test_labels),batch_size=BATCH_SIZE,epochs=EPOCHS)
这里有什么我遗漏的吗?
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。